Tese

Extração e aprendizado de características espectrais em imagens de sensoriamento remoto de baixa altitude (2021)

• Authors:
  • Prado, Paulo Victor de Souza
  • Ponti, Moacir Antonelli (Orientador)
• Autor USP: PRADO, PAULO VICTOR DE SOUZA - ICMC
• Unidade: ICMC
• Sigla do Departamento: SCC
• Subjects: PROCESSAMENTO DE IMAGENS; APRENDIZADO COMPUTACIONAL; AGRICULTURA DE PRECISÃO; DISPOSITIVOS ELETRÔNICOS; SENSORIAMENTO REMOTO
• Keywords: Aprendizado de características; Feature learning; Image processing; Remote sensing
• Language: Português
• Abstract: O presente trabalho tem como objetivo aplicar estratégias de pré-, pós-processamento e técnicas de aprendizado de máquina, para obter características de imagens capturadas por dispositivos de baixo custo em contextos agrícolas, de forma a melhorar detecção de cobertura vegetal. Os conhecimentos adquiridos a partir destas características podem ser usados diretamente nas práticas de agricultura de precisão; com a captação de dados feita através de dispositivos de baixo custo a implantação do sistema pode atingir diferentes categorias de agricultores de diversos países, principalmente os de países em desenvolvimento. Para a análise das técnicas de processamento de imagem e de aprendizado de máquina, utilizaremos bases de dados de imagens referentes a plantações, em um caso mais específico, plantações de feijão. É descrito um método não supervisionado, capaz de aprender a representação destes dados, sendo aptos a reconstituir sua entrada e utilizar como índices de vegetação ou ainda criar canais novo. Este modelo é conhecido como autoencoder. Os resultados obtidos com o modelo foram comparados com métodos clássicos da literatura que são capazes de estimar vegetação apenas com análises da composição RGB da imagem de entrada, chamados de Índices de Vegetação. Apesar dos índices de vegetação demonstrarem grande relevância para detecção de cobertura vegetal, o uso de auto-supervisão para reconstrução de canais de cor mostrou que é possível obter melhorias através da análise do erroda reconstrução.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2021
• Data da defesa: 03.02.2021


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  PRADO, Paulo Victor de Souza. Extração e aprendizado de características espectrais em imagens de sensoriamento remoto de baixa altitude. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07042021-134258/. Acesso em: 16 maio 2024.

• APA

  Prado, P. V. de S. (2021). Extração e aprendizado de características espectrais em imagens de sensoriamento remoto de baixa altitude (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07042021-134258/

• NLM

  Prado PV de S. Extração e aprendizado de características espectrais em imagens de sensoriamento remoto de baixa altitude [Internet]. 2021 ;[citado 2024 maio 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07042021-134258/

• Vancouver

  Prado PV de S. Extração e aprendizado de características espectrais em imagens de sensoriamento remoto de baixa altitude [Internet]. 2021 ;[citado 2024 maio 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07042021-134258/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Procedural generation of dungeons’ maps and locked-door missions through an evolutionary algorithm validated with players